#будущее #экзоскелет
То, о чем все говорят с двухтысячных, наконец происходит. С января 2020 года в США появится возможность взять в аренду первый серийный экзоскелет — Guardian XO (100 000$ в год).
https://www.youtube.com/watch?time_continue=79&v=W5P4i-aytws&feature=emb_title
Предназначен гаджет для грузчиков. Он позволяет поднять груз массой в 90 килограммов, ощущая при этом нагрузку на уровне 4,5 килограммов.
Больше на подробностей на английском: https://spectrum.ieee.org/automaton/robotics/industrial-robots/sarcos-guardian-xo-powered-exoskeleton

​​(Н)и рыба, (н)и мясо, (н)и злак

Мы вступаем в золотой век инженерной биологии. Предвестник этого странного времени - мясной рис, выращенный в лаборатории Университета Ёнсей в Южной Корее.

Чтобы приготовить это блюдо, ученые взяли обычные рисовые зерна, покрыли их рыбьим желатином, засеяли говяжьими миобластами и стволовыми клетками, полученными из жировой ткани. Затем подождали 11 дней, чтобы клетки успели "прорасти", и попробовали получившийся розовый рис на вкус.

«При приготовлении рис сохраняет традиционный внешний вид, но обладает уникальным сочетанием ароматов, в том числе легкой ореховой ноткой и нотками умами, которые характерны для мяса», - рассказал журналистам The Guardian профессор Джинки Хонг - руководитель проекта. «Хотя он не в точности повторяет вкус говядины, он предлагает приятный и новый вкус», - добавил он.

Критики проекта отмечают, что такой гибридный рис содержит всего на 8% больше белка и на 7% больше жира, - не такая уж и большая разница, чтобы говорить об альтернативе обычному мясу.

Создатели уверены, что эти показатели можно улучшить, а я обращу внимание на другой момент - рисовые зерна здесь выступили в роли каркаса, среды для развития животных клеток. Это упрощает производство по сравнению с попытками вырастить мясо в биореакторах с нуля. Так что подобные гибридные продукты перспективны с точки зрения фудтеха.

#ученые #биотех #будущее #future #scinse #НаучныеНовости #ТехноИнсайды #НаучныеТренды #БудущееТехнологий #Сингулярность #Инновации

​​Будущее проступает пятнами. Пока поблизости происходят вещи, которые не должны происходить, на другой стороне глобуса, будто в другой вселенной. Там судят 80-летнего владельца ранчо, который клонировал гигантского барана, чтобы вывести гибридную породу суперовец.

Washington post описывает многолетний заговор, который начался в 2013 году, когда неизвестный убил на территории Кыргызстана краснокнижного архара - это крупнейший из доживших до наших дней видов баранов (до двух метров в длину, 120 см в холке и до 180 кг веса). Охотник отобрал образцы и тайком привез ткани животного в США, из них в лаборатории создали более 150 клонированных эмбрионов. Они были подсажены овцам на ранчо Артура "Джека" Шубарта, подобно тому, как ученые поступили с арктическим волком. Так в штатах родился чистокровный клонированный Архар по кличке Montana Mountain King, которого вы видите на фотографии ниже.

В 2019 году Шубарт заплатил 400 долларов охотнику за яички толсторога, другого крупного барана, обитающего в Скалистых горах. Он использовал свежий биоматериал для скрещивания толсторога с потомством Горного Короля. Целью заводчика было создание породы гибридных гигантских баранов, пригодных для трофейной охоты. Шубарт полагал, что сумеет продать их владельцам американских охотничьих угодий. К тому времени за потомков клонированного архара ему уже платили по 10 тыс. долларов.

В итоге Шубарт оказался в суде, но не из-за биологических экспериментов, а за торговлю дикими животными, завоз инвазивных видов и подделку ветеринарных сертификатов. Он признал себя виновным и ожидает вынесения приговора 11 июля 2024 года по двум обвинениям, каждое из которых влечет за собой максимальное наказание в виде пяти лет тюрьмы и штрафа в 250 тыс. долларов.

#биотех #будущее

В начале месяца в Дубаи состоялась первая гонка на реактивных костюмах. Всего анонсировано 5 отборочных залет... заездов этапов и финал с участием 8 пилотов, которые наденут на себя по семь реактивных двигателей (пара на каждой руке и три в рюкзаке) общей мощностью более 1 тысячи лошадиных сил.

В 2017 году Ричард Браунинг рассказывал на TED, как придумал эту конструкцию, а сегодня его компания продает костюмы по цене от 380 тысяч евро всем желающим. Было много попыток найти им применение в спасательных миссиях и военных операциях, но больше всего технология приглянулась экстремалам и пиарщикам. А теперь шейхи вложили в нее большие деньги - сочетание, которое может положить начало новому высокотехнологичному спорту.

#технологии #будущее #НовостиТехнологий

Обработка камня очень трудоемка: 70-80% стоимости составляет рабочая сила, а не сам материал. Monumental делает ставку на то, что, используя роботов-резчиков, она превратит операционные расходы в капитальные затраты и значительно снизит стоимость обработанного камня. В многочисленных интервью ее основатель, Мика Спрингут (Micah Springut) говорит, что в перспективе они будут строить полноценные здания. Он считает, что это позволит строить красивее, дешевле и без траты материалов на отделку типа сайдинга.

Это грозит переделом строительной отрасли. Хотелось бы верить в скорый успех, но верится с трудом, и не потому, что идея плоха. Подобные стартапы сталкиваются с жестким сопротивлением со стороны компаний, которые уже поделили рынок. Об этом давно говорят те, кто пытается сделать бизнес на 3D-печати домов. В этой сфере победа новых технологий откладывается.

#робототехника #строительство #будущее #технологии #футурология

— Ты всего лишь машина. Только имитация жизни. Робот сочинит симфонию? Робот превратит кусок холста в шедевр искусства?
— А ты?

Многие фантастические произведения строятся вокруг одного конфликта: люди считают, что роботы - не люди, а машины желают, чтобы к ним относились по человечески.

Скоро эти сюжеты устареют, подобно футурологический прогнозам из начала 20 века. Диалог из "Я - робот" с Уиллом Смитом, да и сам фильм иллюстрируют этот тезис. Картины и музыка оказались первым, что освоило новое поколение нейронных сетей, но ключевое заблуждение сценаристов лежит глубже.

Мы примем машины в наше общество гораздо быстрее, чем можно предположить. Просто вспомните, как вы общаетесь с LLM. Здороваетесь, благодарите, просите? Весьма вероятно.

Люди склонны приписывать человеческие качества нечеловеческому: одушевлять предметы и стихии, видеть лица в облаках, разговаривать с животными.

Поэтому неудивительно, что мы испытываем искушение антропоморфизировать искусственный интеллект. Даже разработчики и исследователи, проектирующие эти системы, попадают в эту ловушку, начиная с таких ярлыков, как "машинное обучение".

Как писал Станислав Лем в Солярисе: "Не ищем мы никого, кроме людей. Не нужно нам других миров. Нам нужно зеркало..." Это оно. LLM похожи на людей, больше всего с чем мы сталкивались.

Антропоморфизм – это будущее, хорошее или плохое. Мы очень быстро станем обращаться с ИИ, как с людьми. Так проще.

Значит ли это, что роботы не столкнутся с дискриминацией? Скорее наоборот. Антропоморфизация - причина, по которой люди будут чаще обращаться с интеллектуальными машинами, как с себе подобными - гастарбайтерами, а то и рабами. К сожалению, это тоже в нашей природе.

Вместо того, чтобы спорить, каким голосом и тоном должен разговаривать голосовой помощник, стоит задуматься о том, как безопасно и продуктивно интегрировать ИИ в наше общество. Ведь практики общения и обращения с машинами неизбежно повлияют на нравы, культуру и мораль.

#нейросеть #футурология #будущее #фантастика #гуманизм

​​Камень-навигатор, кулон-диктофон и другие AI-гаджеты

Хотелось бы завести робота-помощника на базе языковой модели как можно скорее, но инженеры пока что скептичны. По их словам, "люди просто не понимают, насколько сложно развертывать роботов этого типа". Даже робототехники-оптимисты считают, что это потребует много денег и времени. Да что там роботы… Похожая на тамагочи говорилка Rabbit R1 с искусственным интеллектом оказалась Android-приложением в красивом корпусе. AI Pin критикуют все кому не лень.

Можно подумать, что первое поколение гаджетов с LLM провалилось, но это не так. В заголовки новостей в основном попадают громкие MVP. Это проекты стартапов, которые в первую очередь хотят продать себя подороже. В то же время в DIY-сегменте тысячи энтузиастов также работают над применением языковых моделей, только эти усилия пока незаметны.

Вот, скажем, OpenGlass — дешевые самодельные умные очки, к которым подключаются Groq, Chat GPT или Ollama. Другой пример - Friend - миниатюрный носимый диктофон-суммаризатор, который анализирует все записанное. Или TERRA - похожий на камень AI-компас с занятной философией. Он самостоятельно составляет закольцованный маршрут для прогулки и подсказывает, куда идти. В результате пользователь не залипает в навигатор, а смотрит по сторонам и исследует окружающий мир.

Итак, новые перспективные форм-факторы AI-гаджетов могут родиться на GitHub. И хотя у таких проектов нет серьезного финансирования, на их стороне подход Open Source. Например, я трижды подумаю, прежде чем покупать носимый диктофон с подключением к серверам техногиганта, но с интересом испытаю гаджет, работающий на базе локальной языковой модели. Проекты, которые вызывают опасения по части конфиденциальности в Open Source-исполнении выглядят уже не так страшно.

А вы как думаете?

#AI #LLM #ИИ #гаджеты #DIY #OpenSource #будущее #технологии

​​ИИволюция в биотехе случилась шесть лет назад

В 2018 году DeepMind показала AlphaFold — алгоритм машинного обучения, берущий последовательность аминокислот и реконструирующий белок, который из них получится. К 2022 году эта компания смоделировала 200 миллионов всевозможных белков для открытой базы. Некоторые из них я даже использовал в опытах с молекулярной визуализацией.

Несмотря на громкие заголовки, in silico и in vivo не одно и то же. Предсказания AlphaFold приходится тщательно проверять, но тогда машинное обучение начало серьезно менять биологию. Теперь оно, вероятно, спасет человечество как минимум от одного экзистенциального риска — бактерий, устойчивых к антибиотикам.

От таких бактерий умирает больше миллиона человек в год, к 2050 году эта цифра может достигнуть 10 миллионов. В то время как на открытие одного нового антибиотика уходит около десяти лет. Точнее, уходило.

В начале месяца биофизики рассказали, как при помощи машинного обучения проанализировали десятки тысяч микробных геномов из еще одной открытой базы данных. В результате алгоритм нашел более 800 тысяч фрагментов ДНК, которые кодируют потенциальные антимикробные соединения. Более 90% из них не были описаны прежде. Три из 100 соединений, синтезированных исследователями, действительно вылечили лабораторных мышей. Осталось проверить еще 799 900 — работы хватит на всю жизнь.

Машинное обучение позволило буквально перетряхнуть все известное микробное разнообразие в поисках нужных соединений, но самое удивительное, что мы не ограничены живущими сейчас организмами. Похожим образом антибиотики ищут, например, в иммунной системе неандертальцев.

Синтезом найденных соединений пока что занимаются люди, но Science уже пишет о создании шести автоматизированных лабораторий. Такие системы будут оперативно проверять результаты работы нейросетей. Этот подход уже используют для создания светоизлучающих материалов. Биотех и фармацевтика на очереди.

К тому же, согласно первым исследованиям, препараты, открытые ИИ, показывают 80-90% успешности на первой фазе испытаний, по сравнению с обычными 40-60%. Вероятно, по крайней мере в среднесрочной перспективе, будет открыто больше успешных терапевтических препаратов, чем во всей истории биотехнологий.

На фото: метициллинрезистентный золотистый стафилококк, от которого точно стоит избавиться.

#футурология #биотех #машинное_обучение #будущее #ИИ #технологии #антибиотики